人工智能助力固态电池材料开发

两个主要项目正在使用生成式人工智能来寻找和生产固态电池的新材料。

谷歌的研究人员已经使用DeepMind生成式人工智能来寻找和模拟数千种新材料，特别是用于固态电池的电解质。

与此同时，美国卡内基梅隆大学(Carnegie Mellon University)的研究人员利用生成式人工智能开发了一个名为Coscientist的系统，该系统开发自主实验，以加快材料的验证速度。

在谷歌，大规模训练的材料探索图网络(GNoME)可以达到前所未有的泛化水平，将材料发现的效率提高了一个数量级。在持续研究中发现的4.8万个稳定晶体的基础上，效率的提高使发现220万个结构成为可能，其中许多结构逃脱了人类以前的化学直觉。

这项工作是对人类已知的稳定材料的一个数量级的扩展，使用DeepMind人工智能发现了32.1万种潜在材料。然后在分子水平上对其进行模拟，以确定其功能，精度达到11meV/原子。

在稳定的结构中，736种材料已经被独立实验生产出来，以验证人工智能的输出。

在卡内基梅隆大学，Coscientist工具由GPT-4驱动，通过整合大型语言模型，自主设计、计划和执行复杂的实验，这些模型由互联网和文档搜索、代码执行和实验自动化等工具提供支持。

这将用于加速六项不同任务的研究，包括钯催化交叉耦合的成功反应优化，同时展示自主实验设计和执行的先进能力。

原文《Dual AI boost for solid-state battery material development》

www.nature.com/articles/s41586-023-06792-0; www.nature.com/articles/s41586-023-06735-9